Python 如何签入多个数据帧？

我有以下数据帧

import pandas as pd
d={'P':['A','B','C'],
   'Q':[5,6,7]
  }
df=pd.DataFrame(data=d)
print(df)

d={'P':['A','C','D'],
   'Q':[5,7,8]
  }
df1=pd.DataFrame(data=d)
print(df1)

d={'P':['B','E','F'],
   'Q':[5,7,8]
  }
df3=pd.DataFrame(data=d)
print(df3)

检查另一个数据帧列中不存在的一个数据帧列的代码如下：

df.loc[~df['P'].isin(df1['P'])]

如何在多个列中检查相同内容

如何在df3中找到p列而不是df和df1的p列

预期产出：

    P   Q
0   E   7
1   F   8

---

对于按位

和

，您可以使用

和
链接2个条件：

cond1 = ~df3['P'].isin(df1['P'])
cond2 = ~df3['P'].isin(df['P'])
df = df3.loc[cond1 & cond2]
print (df)
   P  Q
1  E  7
2  F  8

或列的联接值-按或联接列表按
+
：

df = df3.loc[~df3['P'].isin(np.concatenate([df1['P'],df['P']]))]
#another solution 
#df = df3.loc[~df3['P'].isin(df1['P'].tolist() + df['P'].tolist())]

然而，耶斯雷尔已经给出了专家的答案：）

您可以简单地定义条件，然后逻辑地组合它们，如：

con1 = df3['P'].isin(df['P'])
con2 = df3['P'].isin(df1['P'])
df = df3[~ (con1 | con2)]
>>> df
   P  Q
1  E  7
2  F  8

这是一个很好的答案。然而，为了可读性，我将把条件作为变量cond1 cond2。你不这么认为吗？@AntonvBR-当然，我同意@jezrael，您已经保留了答案，但在学习过程中，我也保留了我的答案，使用条件略有不同：-P，my+1您的解决方案有效，但在我看来，您应该小心使用术语。在上下文中，什么是向量？我想你指的是布尔级数，但不确定。@jpp，是的，在这个例子中，con1和con2是向量bools@jpp，如果你想用你自己的技术解释向量，那么我可以提出一个新问题：-）你能提供熊猫文档中术语
向量的参考吗？听起来根本不像Python/Pandas术语。你有
list
，
np.ndarray
[array]或
pd.Series
[Series]，但从来没有
vector
@jpp，我有时会用到它